电信大数据运营平台的架构及实现技术分析

顾成功

（亚信科技（南京）有限公司，南京 210000）

0 引言

数据分析是电信企业的基本工作内容之一，基于传统数据及分析，每个电信运营商都已经从中获益很多，对于电信运营商的经营具有较大的辅助决策作用，数字化运营和数据分析成为每个运营商的基本能力。利用大数据技术构建运营平台首先需要确定好平台的基本架构，再具体实现每一部分的功能，本文对此进行了较为详细的分析。

1 电信大数据运营平台

1.1 大数据技术概述

目前大数据技术已渗透到各行业和业务职能领域，在交通领域中应用大数据技术，大数据技术可以预测未来交通情况，为改善交通状况提供优化方案，有助于交通部门提高对道路交通的把控能力，防止和缓解交通拥堵，提供更加人性化的服务。其中在电信运营商中，涉及到各类客户数据、交易数据、以及机器数据，对这些数据进行研究和分析，会发现这些数据背后所代表的需求和涵义[1]，通过这些广阔的数据，将通讯行业的商务智能从传统分析带到了更广阔的空间。如果缺乏大数据环境下的创新能力，则也就丧失了创新产品、业务发展的基础，对于电信运营商而言较为不利。通过将电信运营商在经营中产生的包括汇聚话单、信令、业务平台等各类数据，通过大数据解析处理，还原客户使用场景，建立客户全景视图，实现深度客户洞察，从而开展个性化的、精准的、场景化的细微营销，将合适的业务在合适的时间通过合适的渠道推广给合适的客户。

1.2 利用大数据技术构建运营平台

通过大数据技术构建运营平台及模型，可以发现用户浏览、搜索行为，从而指导电信企业的经验决策。在电信运营商的数据平台中拥有庞大的数据，大数据技术可以应用于网络管理、客户关系管理、企业运营管理等。如可以回溯用户在各主流电商平台终端页面的访问情况、终端评测网站的访问情况、访问异网及本网手机商城终端页面的情况、搜索终端的情况，多角度还原用户购机前的互联网行为，实现对客户个性化需求的准确定位和把握，并追踪用户的浏览习惯，不断进行信息优化。在信息系统中采用云计算与大数据的方案能够实现应用系统快速部署、业务弹性扩容，并具有高可靠、低成本等特点，可以解决传统IT架构难以适应业务变化快、服务差异化、多样化的需求。在具有存储设备数百套，软硬件品类繁多的应用场合汇总，可以让所有设备平滑入云，实现IT资源的标准化。

2 电信大数据运营平台的架构及实现技术

2.1 运营平台的架构

运营平台的架构可以根据大数据技术的特点加以构建，根据实际应用情况选择合适的平台构建方案。其中数据库系统是进行数据存储和服务的关键系统，对于数据的读写和计算资源要求较高，可以采用多个数据库服务器同时相互协同运行，保证当其中一台数据库服务器因故障而中断运行后，其他的数据库服务器依然能够保证正常工作，不会影响大数据运营平台的运行。利用大数据技术，可以构建持续优化模型，进一步提升用户数量和质量，采用优化后的模型后，筛选出目标用户，提高模型捕捉到购机用户的覆盖率。

2.2 运营平台的大数据查询原理

在大数据运营平台中，所包括的数据类型和数据量都非常多，如何在众多的数据中提取有用的数据，并加以分析，为电信运营商服务，需要采用到大数据查询技术。大数据查询技术主要是采用先进的数据库语句和命令，可以通过数据挖掘技术，将数据进行整合分析。

2.3 运营平台的实现技术

运用大数据运营平台，可以实现很多的功能，如可以用来建立宽带用户家庭关系识别模型，找到异网家庭成员，在互联网购机模型基础上，以家庭为纽带推广移动手机，达到以宽带促进移动业务的发展目的。同时，也可以用来分析宽带用户在互联网上的终端搜索行为，研究购机用户的行为特征，帮助电信运营商进行经营决策。

3 电信大数据运营平台的发展趋势

3.1 电信大数据运营平台的应用现状

随着人工智能、云计算、大数据等先进科学技术的不断发展，社会进入了大数据和信息化时代。在大数据时代，存在着许多机遇和挑战，利用大数据技术解决实际问题正变得越来越重要[2]。如利用电信大数据运营平台，可从大数据中捕获客户特征，分析客户需求，助力电信企业运营，使大数据价值成为运营商的核心竞争力之一，目前大数据运营平台已经在电信运营商中获得了广泛的应用。

3.2 大数据技术的应用趋势

电信运营商利用大数据技术应提升客户洞察力，优化企业运营流程。对于业务数据，在交易型大数据方面，主要包括的类型有话单数据（通话、流量、业务等）、信令数据、业务平台数据（音乐、游戏、视频、位置、WLAN等）、服务数据（投诉、查询、咨询、办理）、渠道数据（短信、网站、营业厅、自助终端、APPs、IVR/10000）、帐务数据（账单、充值、余额、欠费）等。在流程性大数据方面，主要包括人力资源数据（组织结构、员工信息、薪酬、级别、业绩、绩效）、供应链数据（库存、供货商、价格、采购）、工作流数据（工单、授权、审批、流转、异常）、成本数据（设备、折旧、销售、税收、租金、结算）等。在交互型大数据方面，主要有通话交往数据（语音交往、短信交往）、互联网交往数据（微博、微信、论坛、易信）、内容交互数据（新闻、游戏、音乐、手机搜索、媒体视频）、外部交互数据（交通、餐饮、媒体、娱乐、购物、医疗）、设备数据（智能手机、可佩带设备、车载系统、物流）等。

对于上述大数据关键在于整合客户行为和交易数据、分析整合数据获得跨渠道洞察力，以及基于洞察力精细化运营的营销活动和通过多渠道发送实时和个性化信息，这些都是大数据技术在电信行业中应用的关键技术[3]。随着大数据应用领域不断涌现信息安全问题，数据安全和个人信息保护问题日益凸显，如何保障信息数据安全的问题日益严峻。在当今的大数据时代，巨大的数据价值阻碍了数据信息的利用，而伴随着信息技术的发展，随之而来的是越来越频繁地发生信息泄露事件，这一切都需要人们关注信息安全的问题。

3.3 电信大数据运营平台的发展趋势

电信大数据运营平台的发展趋势是构建真正以客户为中心的平台，为有某种特征和倾向的客户群打上标签，在与之有关联度的营销活动中被应用。同时实时个性化的用户定制，实时模拟其可能的行为，发现个体上绝佳的机会。在客户细分方面，主要根据目标业务进行数据建模、细分群组、特征分析、细分标签等。

从电信大数据运营平台的营销策略方面而言，以电信产业链为视角，以静态营销向实时营销转型为契机，聚合通信数据和互联网数据，不仅对比分析新入网5G用户与4G用户、5G升级用户前后的消费行为，而且分析消费行为的变化动机，还原用户真实特征。同时，未来应该加强跨省电信运营商之间的协同合作和资源共享，通过软件平台建设和大数据运营，以支撑内部业务运营，提高运营商的经济效益。此外从分析大数据安全的关键技术要求来看，未来应该研究大数据与信息安全之间的关系，并借助先进的大数据分析技术提高对信息数据安全的防护能力，保证信息系统内的数据安全，也能提高电信运营商的安全运营水平。

4 结束语

大数据技术随着计算机技术和网络技术的发展进步，也得到了发展，可以将跨学科和跨领域中的技术加以融合应用，提高电信运营商的信息系统的性能。本文详细分析了大数据技术在电信运营商系统中的应用情况，对于构建电信运营商的运营平台整体架构方面具有一定的指导意义。